MétaCan
Menu
Retour à la cohorte
Enregistrement W1598857655

THE STRATEGIC ROLE OF INFORMATION TECHNOLOGY SOURCING: A DYNAMIC CAPABILITIES PERSPECTIVE

2010· article· en· W1598857655 sur OpenAlexaff
Forough Karimi Alaghehband, Suzanne Rivard

Notice bibliographique

RevueInternational Conference on Information Systems · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésDynamic capabilitiesConceptualizationCompetitive advantageKnowledge managementExtant taxonResource-based viewStrategic sourcingEnterprise architectureResource (disambiguation)Computer scienceBusinessPerspective (graphical)Process managementArchitectureStrategic planningMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Grounded in the theory of dynamic capabilities, our study offers a conceptualization of IS strategy that comprises two sets of dynamic capabilities: enterprise IT architecture dynamic capability and IT sourcing dynamic capability. We borrow from extant IS literature and define enterprise IT architecture dynamic capability as the capacity of an organization to purposefully extend, create or modify its IT competencies for tight alignment with the firm’s business strategy; and we offer the concept of IT sourcing dynamic capability that we define as the capacity of an organization to purposefully extend, create or modify its IT resource base to support the creation or modification of IT competencies for tight alignment with the firm’s business strategy. We theorize on how these two sets of capabilities combine to form the firm IS strategy, which either helps a firm respond to rapid changes in the environment or bring about changes in the business strategy, which may in turn provoke changes in the environment and thus provide a competitive advantage. Our theorizing will be informed by a case study of two business units facing rapid environmental change.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0030,015
Communication savante0,0130,016
Science ouverte0,0020,006
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Conference on Information SystemsMême sujetInformation Technology Governance and StrategyTravaux en français237 207